Pytorch中.new()的作用詳解
阿新 • • 發佈:2020-02-18
一、作用
建立一個新的Tensor,該Tensor的type和device都和原有Tensor一致,且無內容。
二、使用方法
如果隨機定義一個大小的Tensor,則新的Tensor有兩種建立方法,如下:
inputs = torch.randn(m,n) new_inputs = inputs.new() new_inputs = torch.Tensor.new(inputs)
三、具體程式碼
import torch rectangle_height = 1 rectangle_width = 4 inputs = torch.randn(rectangle_height,rectangle_width) for i in range(rectangle_height): for j in range(rectangle_width): inputs[i][j] = (i + 1) * (j + 1) print("inputs:",inputs) new_inputs = inputs.new() print("new_inputs:",new_inputs) # Constructs a new tensor of the same data type as self tensor. print(new_inputs.type(),inputs.type()) print('') inputs = inputs.squeeze(dim=0) print("inputs:",inputs) # new_inputs = inputs.new() new_inputs = torch.Tensor.new(inputs) print("new_inputs:",inputs.type()) if torch.cuda.is_available(): device = torch.device("cuda") inputs,new_inputs = inputs.to(device),new_inputs.to(device) print(inputs.device,new_inputs.device)
結果如下:
可以看到不論inputs是多少維的,新建的new_inputs的type和device都與inputs保持一致
inputs: tensor([[1.,2.,3.,4.]]) new_inputs: tensor([]) torch.FloatTensor torch.FloatTensor inputs: tensor([1.,4.]) new_inputs: tensor([]) torch.FloatTensor torch.FloatTensor cuda:0 cuda:0
四、實際應用(新增噪聲)
可以對Tensor新增噪聲,新增如下程式碼即可實現:
noise = inputs.data.new(inputs.size()).normal_(0,0.01) print(noise)
結果如下:
tensor([ 0.0062,0.0137,-0.0209,0.0072],device='cuda:0')
以上這篇Pytorch中.new()的作用詳解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。